考虑工件释放时间和柔性维护的单机调度问题

针对晶圆制造过程中考虑清洗维护的生产调度联合优化问题，以最小化最大完工时间为求解目标，优化工件加工顺序及维护活动执行时间。证明了该问题为NP难的，建立了问题的整数规划模型并进行线性化。结合机器役龄约束下的成批调度问题特征，证明了解的性质，并设计ERD-LPT-BFLD启发式算法对问题进行求解。构建了考虑工件释放时间及清洁活动约束的下界算法。通过不同规模算例仿真实验，将所提启发式算法与CPLEX及下界算法求解结果进行比较，验证了所提算法的有效性。     

染整车间染缸优化调度算法研究

根据制衣企业染整车间实际需求,建立了染缸加工的调度模型。该模型与传统调度模型不同,它既考虑了小作业的合并,也考虑了大作业的拆分,并在最小化总拖期的同时提高了染缸利用率。改进了已有的启发式算法,使之能够求解本问题,同时提出了一种新的启发式算法。利用某制衣企业染整车间实际生产数据,测试和分析了所提算法的可行性,结果表明新启发式算法既能减小作业总拖期,还可有效提高染缸利用率。     

基于遗传优化算法求解作业车间调度问题

将一类具有路径柔性的作业车间调度问题，分解为任务优化分配和任务优化调度两个子问题，结合遗传算法和启发式算法，提出了基于遗传算法的优化调度算法，并有实例证实了该算法的有效性。     

[车间调度]一种求解单机总加权延迟调度问题的改进蚁群算法

针对极小化总加权延迟指标下的单机调度问题研究,提出一种基于信息素差异更新的改进蚁群算法。采用基于工件序列的编码方式,并结合修正交货期优先规则改进了启发式信息的设定;引入正负反馈机制来自适应地差异化更新各节点间信息素,同时将成对交换策略用于局部搜索,以进一步改善调度方案质量。结合OR-Library中多个基准实例的仿真验证了该算法的可行性和有效性。     

极小化总完工时间批调度问题的两种蚁群算法

针对考虑工件尺寸不同,求解目标为极小化总完工时间的批调度问题,考虑不同的编码方式,提出了基于工件序列的蚁群算法和基于批序列的蚁群算法.基于工件序列的蚁群算法算法采用传统的工件序列编码,需要启发式规则进行分批;基于批序列的蚁群算法算法利用蚁群算法构建性编码的特点,不需要启发式规则,而采取直接分批的方式编码,充分发挥蚁群算法自身的搜索能力.针对总完工时间的优化目标,基于批序列的蚁群算法算法引入批权重构建启发式信息;针对批调度特有性质,基于批序列的蚁群算法算法加入新的信息素更新变量,设置不同的信息素初始值,并采用局部优化技术等改进措施,以克服传统蚁群算法收敛速度慢,易陷入局部最优的缺点,通过对比实验验证了所提算法的有效性.     

求解置换调度问题的改进混合遗传算法

构造了求解极小化总完工时间的置换调度问题的改进混合遗传算法：先采用构造型启发式算法和随机方法共同产生初始种群，然后在选择、交叉和变异等遗传操作之前借助禁忌搜索算法寻找每个个体的局部最优解组成当前种群，再应用种群整体替换策略保存种群中的优秀个体构成新一代种群。改进混合遗传算法有机地结合了禁忌搜索算法的局部搜索性能和遗传算法的全局搜索性能。仿真实验表明，改进混合遗传算法具有比构造型启发式算法和禁忌搜索算法更好的鲁棒性和寻优性能。     

面向订单的瓶颈资源识别与单机成组作业调度

具有分类设置与提交时间的单机成组作业调度问题明显是NP-Hard问题。一些问题的多项式求解方法不能保证求取最优解。一些启发式算法无法保证瓶颈资源多目标最优。基于改进禁忌搜索算法,建立了此类单机成组作业调度模型,可搜索到该问题的最优解。仿真结果表明,该算法性能优于WSPT启发式算法,能够解决面向订单的多品种小批量生产企业中的瓶颈识别与多目标排产问题。     

互替机床提前/延期惩罚调度问题的启发式算法

对以作业提前或延期惩罚因素之和最小为目标函数的互替机床调度问题进行了描述，提出和阐述了一种四段式启发式算法，并通过大量不同规模的问题仿真对该算法进行了评价分析，结果表明该算法可行、有效。     

自动化制造单元最小完工时间调度问题的混合启发式算法

自动化制造单元最小完工时间调度问题属于NP-hard难题,目前尚缺乏有效的调度方法。为此,提出基于遗传和禁忌搜索的混合启发式算法,用以搜索一组最满意的机器人搬运作业排序。以遗传算法为基本结构,在初始种群产生和交叉、变异操作中引入禁忌搜索技术,以提高优化质量。基于搬运作业规则的初始种群构造算法和两阶段交叉、变异算子克服了传统算子对可行搬运作业排序的破坏,而邻域移动算子则保证了禁忌搜索的多样性和集中性。最后,随机实验结果验证了算法的有效性。     

考虑加工时间和交货期模糊的批调度问题研究

针对实际生产中存在的时间参数不确定性问题,对单机环境下同时考虑模糊加工时间和模糊交货期的成批调度问题进行研究。分别用三角模糊数和梯形模糊数表示模糊加工时间与交货期,分析了最小化总延迟的情况下工件的模糊交货期和模糊加工时间的隶属度函数与决策者对该工件的完工时间满意度的函数关系,以满意度为优化目标,建立模糊数学优化模型。设计BFEDD(Best Fit Earliest Due Date)启发式算法,以及改进的殖民地同化策略（殖民地移动）,建立改进的帝国主义竞争算法（IICA,Improved Imperialist Competitive Algorithm）对所研究问题进行求解,最后设计仿真实验验证了算法的有效性。